大講堂 第74期
分享主題
研習U-Net
分享背景
經典的Encoder-Decoder結構在目標分割問題中展現出了舉足輕重的作用，然而這樣一個相對固定的框架使得模型在感受野大小和邊界分割精度兩方面很難達到兼顧。本次公開課，講者以U-Net為案例分析，總結現有的分割網絡創新，以及探討還有哪些有針對性的改進方向。
分享嘉賓
周縱葦，亞利桑那州立大學生物信息學在讀博士，師從Jianming Liang教授，主要研究方向為醫學圖像分析，深度學習等。其研究工作曾在 CVPR，DLMIA，EJNMMI Research發表。
分享提綱
肢解經典的U-Net結構，反思其組成元素的必要性和優缺點
解讀現有的對於U-Net結構性創新的改進思路
分享我們對其提出的一個改進方案——UNet++
分享時間
9月 18 日（星期二） 20:00
直播鏈接
http://www.mooc.ai/open/course/549
（公開課30秒滿意度調查：http://cn.mikecrm.com/z5nr7sn）
分享到:
閱讀更多 AI科技評論 的文章
